#diffusers Dépôts
Découvrez 30 dépôts GitHub open source actifs associés à #diffusers, cumulant 63,935 étoiles au total (soit une moyenne de 2,131 étoiles par projet). Le projet en tête de ce thème est xorbitsai/inference, avec 9,667 étoiles.
30 dépôts au total
Plateforme d’inférence open source pour les modèles de langage, de vision, d’embeddings, de reclassement, d’image, d’audio et de vidéo. Déployez plusieurs moteurs sur du matériel hétérogène, d’un ordinateur portable à un cluster distribué. Servez des modèles via des API compatibles avec OpenAI.
SD.Next: WebUI tout-en-un pour la création, le sous-titrage et le traitement d'images et de vidéos générées par l'IA
Un framework unifié d'inférence et de post-entraînement pour la génération vidéo accélérée.
Un kit de réglage fin général destiné aux modèles de diffusion d'images/vidéos/audio.
🔥 [ICCV 2025 Highlight] InfiniteYou : Recréation de photos flexible tout en préservant votre identité
Implémentations natives Apple MLX de modèles génératifs d'images et de vidéos de pointe
Répertoire de code pour Zero123++ : un modèle de base de diffusion de l'image unique à plusieurs vues cohérentes.
OneDiff : une bibliothèque d'accélération prête à l'emploi pour les modèles de diffusion.
Un cadre de déploiement d'IA simple à utiliser et haute performance | An Easy-to-Use and High-Performance AI Deployment Framework
Efficacité de la quantification après entraînement, précision de la quantification avec entraînement conscient
Pruna est un framework d'optimisation de modèles conçu pour les développeurs, vous permettant de fournir des modèles plus rapides et plus efficaces avec une surcharge minimale.
https://wavespeed.ai/ Meilleur framework d'optimisation des performances d'inférence pour HuggingFace Diffusers sur les GPU NVIDIA.
L'extension Inpaint Anything effectue l'inpainting de diffusion stable sur une interface utilisateur de navigateur à l'aide de masques de Segment Anything.
Interface graphique texte-vers-image quelque peu modulaire, initialement juste pour Stable Diffusion
Application présentant plusieurs pipelines de modèles de diffusion en temps réel avec Diffusers
Le tutoriel le plus facile à comprendre pour utiliser LoRA (Low-Rank Adaptation) dans le cadre de diffusers pour les chercheurs en génération IA🔥
[AAAI 2025] Codes officiels de "ResAdapter: Domain Consistent Resolution Adapter for Diffusion Models".
Un cadre unifié pour faciliter le fine-tuning des modèles de Flow Matching
🤗 Optimum Intel: Accélérez l'inférence avec les outils d'optimisation d'Intel
Implémentation Pytorch de : "Stable-Hair : Transfert de cheveux du monde réel via le modèle de diffusion" (AAAI 2025)
OmniVCus : Personnalisation vidéo guidée par le sujet avec conditions de contrôle multimodales Feedforward (NeurIPS 2025)
Foire aux questions
Quel est le dépôt #diffusers le plus populaire sur GitHub ?
Le projet #diffusers open source le mieux classé sur GitHub est xorbitsai/inference, avec 9,667 étoiles. Plateforme d’inférence open source pour les modèles de langage, de vision, d’embeddings, de reclassement, d’image, d’audio et de vidéo. Déployez plusieurs moteurs sur du matériel hétérogène, d’un ordinateur portable à un cluster distribué. Servez des modèles via des API compatibles avec OpenAI.
Quels langages de programmation sont les plus utilisés dans les dépôts #diffusers ?
Parmi les projets #diffusers les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, Jupyter Notebook, Swift, C++.
Comment le classement des dépôts #diffusers est-il calculé ?
Nous suivons 30 dépôts open source actifs associés à #diffusers (500+ étoiles), totalisant 63,935 étoiles, avec une moyenne de 2,131 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.